直方图反向投影车牌识别

最新推荐文章于 2023-09-03 10:57:47 发布

sun_rui_houqi

最新推荐文章于 2023-09-03 10:57:47 发布

阅读量449

点赞数

分类专栏：图像处理

本文链接：https://blog.csdn.net/sun_rui_houqi/article/details/108886400

版权

本文介绍了利用直方图反向投影进行车牌识别的方法。首先，通过已知模板计算特征图像的直方图，特别是车牌的蓝色通道。接着，使用此直方图模型匹配待检测图片，通过计算反向投影矩阵判断图像的相似性。OpenCV的calcBackProjection函数用于实现这一过程，其参数包括输入图像、直方图等。最后，提供了完整的代码实现。

摘要由CSDN通过智能技术生成

思路

1、车牌识别

1、用已知的模板，提取出感兴趣的区域作为特征图像，并计算这个区域的直方图（OpenCV中calaHist函数只可计算单通道，车牌为蓝色背景，可分离通道后计算蓝色通道）
在这里插入图片描述
图一
2、用上述直方图模型来匹配要检测的图片，也就是要检测的车牌。

图二
3、用计算出图一的蓝色通道直方图来匹配图二的图片
如果两幅图的反向投影矩阵相似或相同，那么我们就可以判定这两幅图这个特征是相同的

在这里插入图片描述

图像的反向投影图是用输入图像的某一位置上像素值（多维或灰度）对应在直方图的一个bin上的值来代替该像素值，所以得到的反向投影图是单通的。
反向投影中的“反向”指的是从直方图值到反向投影矩阵映射的过程

OpenCV函数calaHist（）

split(// 把多通道图像分为多个单通道图像
const Mat &src, //输入图像
Mat* mvbegin）// 输出的通道图像数组

calcHist(
 const Mat* images,//输入图像指针
int images,// 图像数目
const int* channels,// 通道数
InputArray mask,// 输入mask，可选，不用
OutputArray hist,//输出的直方图数据
int dims,// 维数
const int* histsize,// 直方图级数
const float* ranges,// 值域范围
bool uniform,// true by default
bool accumulate// false by defaut
)